数据仓库 原书第4版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据仓库 原书第4版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 决策支持系统的发展1

1.1 演化1

1.1.1 直接存取存储设备的出现2

1.1.2 个人计算机／第四代编程语言技术3

1.1.3 进入抽取程序3

1.1.4 蜘蛛网4

1.2 自然演化式体系结构的问题4

1.2.1 数据缺乏可信性5

1.2.2 生4产率问题6

1.2.3 从数据到信息8

1.2.4 方法的变迁9

1.2.5 体系结构化环境11

1.2.6 体系结构化环境中的数据集成12

1.2.7 用户是谁13

1.3 开发生命周期14

1.4 硬件利用模式15

1.5 为重建工程创造条件15

1.6 控数据仓库环境17

1.7 小结19

第2章 数据仓库环境20

2.1 数据仓库的结构23

2.2 面向主题23

2.3 第1天到第n天的现象26

2.4 粒度28

2.4.1 粒度带来的好处29

2.4.2 粒度的一个例子29

2.4.3 双重粒度31

2.5 探查与数据挖掘34

2.6 活样本数据库34

2.7 分区设计方法35

2.8 数据仓库中的数据组织38

2.9 审计与数据仓库41

2.10 数据的同构／异构41

2.11 数据仓库中的数据清理42

2.12 报表与体系结构化环境43

2.13 各种环境中的操作型窗口43

2.15 小结45

2.14 数据仓库中的错误数据45

第3章 设计数据仓库47

3.1 从操作型数据开始47

3.2 数据／过程模型与体系结构化环境51

3.3 数据仓库与数据模型52

3.3.1 数据仓库的数据模型54

3.3.2 中间层数据模型54

3.3.3 物理数据模型59

3.4 数据模型与迭代式开发60

3.5 规范化／反向规范化61

3.6 元数据67

3.7 数据周期——时间间隔69

3.8 转换和集成的复杂性70

3.9 数据仓库记录的触发73

3.9.1 事件73

3.9.2 快照的构成73

3.9.3 一些例子74

3.10 概要记录74

3.11 管理大量数据75

3.13 从数据仓库环境到操作型环境76

3.12 创建多个概要记录76

3.14 数据仓库数据的直接操作型访问77

3.15 数据仓库数据的间接访问77

3.15.1 航空公司的佣金计算系统78

3.15.2 零售个性化系统79

3.15.3 信用审核80

3.16 数据仓库数据的间接使用81

3.17 星形连接82

3.18 支持操作型数据存储86

3.19 需求和Zachman框架87

3.20 小结88

第4章 数据仓库中的粒度90

4.1 粗略估算90

4.2 规划过程的输入91

4.3 溢出存储器中的数据92

4.4 确定粒度级别95

4.5 一些反馈循环技巧96

4.6 确定粒度级别的几个例子97

4.6.1 银行环境中的粒度级别97

4.6.2 制造业环境中的粒度级别99

4.6.3 保险业环境中的粒度级别100

4.7 填充数据集市102

4.8 小结102

第5章 数据仓库和技术103

5.1 管理大量数据103

5.2 管理多种介质104

5.3 索引和监控数据104

5.6 数据的并行存储和管理105

5.5 程序员／设计者对数据存放位置的控制105

5.4 多种技术的接口105

5.7 语言接口107

5.8 数据的有效装载107

5.9 有效利用索引108

5.10 数据压缩108

5.11 复合主键109

5.12 变长数据109

5.16 其他的技术特征110

5.15 快速恢复110

5.14 只涉及索引的处理110

5.13 加锁管理110

5.17 DBMS类型和数据仓库111

5.18 改变DBMS技术112

5.19 多维DBMS和数据仓库112

5.20 在多种存储介质上构建数据仓库117

5.21 数据仓库环境中元数据的角色117

5.22 上下文和内容119

5.22.1 上下文信息的三种类型119

5.22.2 捕获和管理上下文信息120

5.22.3 回顾上下文信息管理历史121

5.23 刷新数据仓库121

5.24 测试问题122

5.25 小结123

第6章 分布式数据仓库124

6.1 分布式数据仓库的类型124

6.1.1 局部数据仓库和全局数据仓库124

6.1.2 技术分布式数据仓库135

6.1.3 独立开发的分布式数据仓库136

6.2 开发项目的本质特征136

6.3 分布式数据仓库的开发139

6.3.1 在分布的地理位置间协调开发140

6.3.2 企业数据的分布式模型141

6.3.3 分布式数据仓库中的元数据142

6.4 在多种层次上构建数据仓库142

6.5 多个小组建立当前细节级144

6.5.1 不同层的不同需求146

6.5.2 其他类型的细节数据148

6.5.3 元数据148

6.7 小结150

6.6 公共细节数据采用多种平台150

第7章 主管信息系统和数据仓库152

7.1 EIS概述152

7.2 一个简单例子152

7.3 向下钻取分析154

7.4 支持向下钻取处理156

7.5 作为EIS基础的数据仓库156

7.6 到哪里取数据158

7.7 事件映射159

7.8 细节数据和EIS160

7.9 在EIS中只保存汇总数据161

7.10 小结162

第8章 外部数据与数据仓库163

8.1 数据仓库中的外部数据164

8.2 元数据和外部数据165

8.3 存储外部数据167

8.4 外部数据的不同部件167

8.5 建模与外部数据168

8.6 辅助报告168

8.9 小结169

8.7 外部数据存档169

8.8 内部数据与外部数据的比较169

第9章 迁移到体系结构化环境171

9.1 一种迁移方案171

9.2 反馈循环176

9.3 策略方面的考虑177

9.4 方法和迁移179

9.5 数据驱动的开发方法180

9.5.2 系统开发生命周期181

9.5.1 概念181

9.6 小结182

9.5.3 智者观点182

第10章 数据仓库和Web183

10.1 支持电子商务环境189

10.2 将数据从Web移动到数据仓库190

10.3 将数据从数据仓库移动到Web190

10.4 对Web的支持190

10.5 小结191

第11章 非结构化数据和数据仓库192

11.1.1 文本——公共联接193

11.1 两个领域的集成193

11.1.2 基本错误匹配195

11.1.3 环境间文本匹配195

11.1.4 概率匹配195

11.1.5 匹配所有信息196

11.2 主题匹配197

11.2.1 产业特征主题197

11.2.2 自然事件主题199

11.2.4 通过抽象和元数据关联200

11.2.3 通过主题和主题词关联200

11.3 两层数据仓库201

11.3.1 非结构化数据仓库分类202

11.3.2 非结构化数据仓库中的文档203

11.3.3 非结构化数据可视化203

11.4 自组织图（SOM）204

11.4.1 非结构化数据仓库205

11.4.2 数据量和非结构化数据仓库205

11.5 适用于两个环境206

11.6 小结207

第12章 大型数据仓库208

12.1 快速增长的原因208

12.2 庞大数据量的影响209

12.2.1 基本数据管理活动209

12.2.2 存储费用210

12.2.3 实际存储费用210

12.2.4 大型数据量中的数据使用模式211

12.2.5 一个简单计算211

12.2.7 数据分类涉及的问题212

12.2.6 两类数据212

12.3.1 近线存储213

12.3 数据在不同介质的存储213

12.3.2 访问速度和磁盘存储214

12.3.3 存档存储215

12.3.4 透明的意义216

12.4 环境间数据转移216

12.4.1 CMSM方法217

12.4.2 数据仓库使用监控器218

12.4.3 不同存储介质下数据仓库的扩展218

12.7 最大容量219

12.5 数据仓库转换219

12.6 总费用219

12.8 小结220

第13章 关系模型和多维模型数据库设计基础222

13.1 关系模型222

13.2 多维模型223

13.3 雪花结构224

13.4 两种模型的区别224

13.4.2 重建关系型数据225

13.4.1 区别的起源225

13.4.3 数据的直接访问和间接访问226

13.4.4 支持将来未知的需求227

13.4.5 支持适度变化的需求227

13.5 独立数据集市229

13.6 建立独立数据集市230

13.7 小结232

14.1.2 关系型的基础233

14.1.1 数据仓库和数据模型233

14.1 最终用户的需求和数据仓库233

第14章 数据仓库高级话题233

14.1.3 数据仓库和统计处理234

14.2 数据仓库内的资源竞争234

14.2.1 探查型数据仓库235

14.2.2 数据挖掘型数据仓库236

14.2.3 冻结探查型数据仓库236

14.2.4 外部数据和探查型数据仓库237

14.3 同一个处理器处理数据集市和数据仓库237

14.4 数据的生命周期238

14.5 测试和数据仓库239

14.6 追踪数据仓库中的数据流240

14.6.1 数据仓库中的数据速率241

14.6.2 “推”和“拉”数据242

14.7 数据仓库和基于网络的电子商务环境242

14.7.1 两种环境之间的界面242

14.7.2 粒度管理器243

14.7.4 ODS，概要记录以及性能244

14.7.3 概要记录244

14.8 财务数据仓库245

14.9 记录系统246

14.10 结构体系的概要历史——演化为公司信息工厂247

14.10.1 CIF的进化249

14.10.2 障碍249

14.11 CIF的未来250

14.11.1 分析250

14.11.2 ERP/SAP250

14.11.4 数据量251

14.11.3 非结构化数据251

14.12 小结252

第15章 数据仓库的成本论证和投资回报254

15.1 应对竞争254

15.2 宏观上的成本论证254

15.3 微观上的成本论证255

15.4 来自遗留环境的信息256

15.4.4 建立数据仓库257

15.4.3 成本比较257

15.4.2 用数据仓库收集信息257

15.4.1 新信息的成本257

15.4.5 完整的情况图258

15.4.6 得到数据的障碍258

15.5 数据的时间价值259

15.6 集成的信息260

15.6.1 历史数据的价值261

15.6.2 历史数据和客户关系模型261

15.7 小结261

16.1 互补的结构263

第16章 数据仓库和ODS263

16.1.1 ODS中的升级264

16.1.2 历史数据与ODS264

16.1.3 概要记录264

16.2 不同种类的ODS265

16.3 数据库设计——一种混合的方式266

16.4 按比例画图266

16.6 对ODS处理日进行分片267

16.7 多个ODS267

16.5 ODS中的事务集成267

16.8 ODS和网络环境268

16.9 ODS的一个例子268

16.10 小结269

第17章 企业信息依从准则和数据仓库270

17.1 两个基本行为270

17.2 财务依从准则270

17.2.1 “是什么”272

17.2.2 “为什么”273

17.3 审计公司的交流信息274

17.4 小结276

18.1 农民277

18.2 探险者277

18.3 矿工277

第18章 最终用户社区277

18.4 旅行者278

18.5 整个社区278

18.6 不同的数据类型278

18.7 成本论证和ROI分析278

18.8 小结279

19.1 何时进行设计复查280

第19章 数据仓库设计的复查要目280

19.2 谁负责设计复查281

19.3 有哪些议事日程281

19.4 结果281

19.5 复查管理281

19.6 典型的数据仓库设计复查282

19.7 小结295

术语表296

参考文献305